探索性空间数据分析
约 1046 个字 预计阅读时间 3 分钟
Abstract
主要介绍了ESDA的概念，传统的可视化分析方法，一些ESDA方法；
需要知道有哪些ESDA方法。
1. 基本思想与概念¶
Exploratory Spatial Data Analysis, ESDA, 探索性空间数据分析。
1.1 基本思想:¶
-
“让数据说话”
-
不限制方法的标准，不拘泥于数据的测量准确性。
1.2 ESDA的基本内容:¶
-
检查数据的错误
-
获取空间数据的分布特征
-
初步考察空间数据模式
1.3 ESDA的概念：¶
-
ESDA是一个从空间工具开始的循序渐进的过程，利用如分层设色图和箱型图显示出变量的分布，识别出异常值。
-
ESDA是探索性数据分析的扩展，因为它明确关注特定的地理数据特征。
-
ESDA是一种日益流行的基于GIS的技术，它允许用户对空间分布进行描述和可视化，识别非典型位置或空间异常值，发现空间关联模式、集群或热点，并发现空间模式或其他空间异质性形式。
-
ESDA的优势依赖于其“数据挖掘”能力，其提出了广泛的图形化方法而非正式建模来探索数据集的属性，从而吸引了许多对模型构建的方法不感兴趣的GIS用户。
2. 传统的视觉探索方法¶
-
直方图(Historams)
-
饼图(Pie Chart)
-
折线图(Line Graph)
变量随时间的变化。
-
散点图(Scatter Plot)
寻找两个变量之间的关联，用于数值数据。
-
箱型图(Box Plot)
箱型图的六大因数
- 下四分位数Q1
等于该样本中所有数值由小到大排列后第25%的数字。
Qi所在位置=i(n+1)/4，其中i=1、2、3, n表示序列中包含的项数。假设一组数有14项, 则
Q1所在的位置为:1*(14+1)/4=3.75;
Q1=0.25×第三项+0.75×第四项。 - 中位数（第二个四分位数）Q2
中位数，等于该样本中所有数值由小到大排列后第50%的数字。 - 上四分位数Q3
等于该样本中所有数值由小到大排列后第75%的数字。 - 上限
上限是非异常范围内的最大值。计算上限需要先计算四分位距。
四分位距（interquartile range, IQR），又称四分差。
四分位距IQR=Q3-Q1，那么上限=Q3+1.5IQR。 - 下限
下限是非异常范围内的最小值。下限=Q1-1.5IQR。 - 异常值
在内限(上限与下限)与外限(Q3+3IQR和Q1-3IQR)之间的异常值为温和异常值（mild outliers）。
在外限以外的为极端异常值（extreme outliers）。
- 下四分位数Q1
-
茎叶图(Stem-and-Leaf)
-
平行坐标图(Parallel coordinate plot)
对于具有多个属性问题的一种可视化方法。数据集的一行数据在平行坐标图中用一条折线表示，纵向是属性值，横向是属性类别（用索引表示）。
平行坐标图主要帮助我们观察目标与哪些属性相关，尤其适用在属性超过三个以上的问题中。若在某个属性上相同颜色折线较为集中，不同颜色有一定的间距，则说明该属性对于预测标签类别有较大的帮助；若某个属性上线条混乱，颜色混杂，则较大可能该属性对于标签类别判定没有价值。
3. ESDA方法¶
-
专题地图
-
分层设色图
-
半方差图
半方差云可用于探索空间相关性或寻找全局/局部和局部异常值
-
泰森多边形
泰森多边形是对空间平面的一种剖分，其特点是多边形内的任何位置离该多边形的样点（如居民点）的距离最近，离相邻多边形内样点的距离远，且每个多边形内含且仅包含一个样点。泰森多边形可用于解决许多空间分析问题，如邻接、接近度和可达性分析等。
-
映射箱型图
-
趋势分析
-
地图交互
-
其它方法：
自相关分析、热点分析、探索性时空数据分析……
Reference
创建日期: 2024年3月10日 16:11:48